Meta 发布 DecisionRank 论文：1.7B 学生模型反超 27B 教师，快 24.5 倍

Meta 团队发布 DecisionRank 论文，提出面向决策模型重排器的 item-space on-policy 蒸馏方法，以生成式教师反馈直接监督学生文档分数。1.7B 模型在 TREC DL19–23 超过其 27B 生成式教师，8B 版本在 TREC DL 和 BRIGHT 上分别快 24.5 倍和 16.7 倍。